数据挖掘在客户关系管理中的应用
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 数据挖掘在客户关系管理中的应用 ✓什么是数据挖掘 ✓数据挖掘的典型应用
• SPSS Clementine针对CRM的数据挖掘解决方案 ✓SPSS数据挖掘方案简介 ✓Clementine中的CRM数据挖掘模板
数据挖掘在客户关系管理中的应用
SPSS数据挖掘方案简介
• 提供了业界权威的数据挖掘方法论——跨行 业数据挖掘标准流程（CRISP－DM）
数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用范 围
• 客户盈利能力； • 客户保留； • 客户细分； • 客户倾向； • 渠道优化； • 风险管理； • 欺诈监测； • 购物倾向分析； • 需求预测； • 价格优化。
数据挖掘在客户关系管理中的应用
议程
• 客户关系管理 ✓为什么要进行客户关系管理 ✓客户关系管理的内容
目前提供以下行业的数据挖掘模板 • 针对电信行业的数据挖掘模板 • 针对CRM的数据挖掘模板 • 针对Web挖掘的数据挖掘模板 • 犯罪模式甄别模板 • 欺诈（Fraud）甄别模板
数据挖掘在客户关系管理中的应用
SPSS数据挖掘方案简介(续）
• 所有模板都是行业（问题）、方法论——CRISP－DM和 数据挖掘工具——Clementine的完美结合
客户关系管理的好处
• 使获得客户的成本更低 • 减少销售成本 • 更高的客户创利能力 • 提高客户的保留度和忠诚度 • 评估客户的创利能力
数据挖掘在客户关系管理中的应用
信息技术的角色
• 信息技术的发展使客户关系管理有了技术上的保证 • 客户关系管理中的关键性信息技术主要包括：
✓数据库和数据仓库技术 ✓数据挖掘技术
描述
可视化 聚类 关联规则 顺序关联 汇总
数据挖掘
预测
分类
统计回归
决策树 神经网络
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——金融
• 问题描述：预测信用水平是好还是差，银行据此决定是否向客户发放贷款 ，发放多少
• 结果描述:(决策树）
收入大于5万元/年
是
否
是否房主
是
否
有无储蓄帐户
是
否
批准
不批准
✓操作型CRM：方便与客户交流，简化操作流程 ✓分析型CRM：了解客户
数据挖掘在客户关系管理中的应用
——从而改变他们对于企业的价值
客户 行为
数据挖掘在客户关系管理中的应用
加深对客户的了解是一个循序渐进的过程
1
2
3
4
7
客户特征 描述
客户细分
客户价值 分析
客户生命 周期分析
客户忠诚 度分析
数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管 理中的应用
2020/11/21
数据挖掘在客户关系管理中的应用
议程
• 客户关系管理 ✓为什么要进行客户关系管理 ✓客户关系管理的内容
• 数据挖掘在客户关系管理中的应用 ✓什么是数据挖掘 ✓数据挖掘的典型应用
• SPSS Clementine针对CRM的数据挖掘解决方案 ✓SPSS数据挖掘方案简介 ✓Clementine中的CRM数据挖掘模板
数据挖掘在客户关系管理中的应用
议程
• 客户关系管理 ✓为什么要进行客户关系管理 ✓客户关系管理的内容
• 数据挖掘在客户关系管理中的应用 ✓什么是数据挖掘 ✓数据挖掘的典型应用
• SPSS Clementine针对CRM的数据挖掘解决方案 ✓SPSS数据挖掘方案简介 ✓Clementine中的CRM数据挖掘模板
数据挖掘在客户关系管理中的应用
议程
• 客户关系管理 ✓为什么要进行客户关系管理 ✓客户关系管理的内容
• 数据挖掘在客户关系管理中的应用 ✓什么是数据挖掘 ✓数据挖掘的典型应用
• SPSS Clementine针对CRM的数据挖掘解决方案 ✓SPSS数据挖掘方案简介 ✓Clementine中的CRM数据挖掘模板
批准
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——电信
• 问题描述：根据客户信息，预测客户流失可能性 • 结果描述:(神经网络）
男
输
29
3000元/月
神州行 入
130元/月
…………
输
流失概率
（0.87)
出
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——零售
• 问题描述：如何决定超市中商品的摆放来增加销售额 • 结果描述:(Web图）
数据挖掘在客户关系管理中的应用
为什么要进行客户关系管理
• 客户关系管理的提出是伴随着产品极大丰富、买方市场形成而产 生的——从“客户得到的就是他们所想要的”到“客户得到他们所 想要的”的演变 • CRM的核心是“了解他们，倾听他们” • CRM的目标可以概括为“吸引潜在客户进入，提高现有客户满意度 和忠诚度，降低客户流失” •客户关系管理（CRM）的两个层面
• 商业理解 • 数据理解 • 数据准备 • 建立模型 • 模型评估 • 模型发布
数据挖掘在客户关系管理中的应用
SPSS数据挖掘方案简介(续）
• 提供了界面友好、算法丰富、功能强大的数据挖掘工 作平台——SPSS Clementine
数据挖掘在客户关系管理中的应用
SPSS数据挖掘方案简介(续）
• 提供了面向行业（问题）的数据挖掘应用模板
ቤተ መጻሕፍቲ ባይዱ
商业理解 文档
数据理解
"E" streams 探测
部署应用 "D" streams
数据准备 "P" streams
建模和评估 "M" streams
数据挖掘在客户关系管理中的应用
Clementine中的CRM数据挖掘模板
3个应用模型 模型1：客户细分和高价值客户的获取
– 建立并探测客户的价值金字塔 – 概括细分特性 (对获取客户非常有价值) 模型2：营销活动的响应 – 计算并探测RFM分数 – 响应率模型的范围：
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——制造业
• 问题描述：如何对市场进行细分，使产品满足最有价值 客户
• 结果描述:(Koholen聚类）
营销活动回应率
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——政府
• 问题描述：如何从众多申请经费或者纳税中发现欺诈 • 结果描述:(回归、神经网络）
数据挖掘在客户关系管理中的应用
什么是数据挖掘
• 通过采用自动或半自动的手段，在海量数据中发现有意义的行为 和规则的探测和分析活动。 • 数据挖掘是一门科学，有科学的方法和模型作为基础 • 数据挖掘又是一门艺术，需要使用者对商业问题的深入理解和模 型适用条件深刻的认识
数据挖掘在客户关系管理中的应用
数据挖掘的分类
• SPSS Clementine针对CRM的数据挖掘解决方案 ✓SPSS数据挖掘方案简介 ✓Clementine中的CRM数据挖掘模板
数据挖掘在客户关系管理中的应用
SPSS数据挖掘方案简介
• 提供了业界权威的数据挖掘方法论——跨行 业数据挖掘标准流程（CRISP－DM）
数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用范 围
• 客户盈利能力； • 客户保留； • 客户细分； • 客户倾向； • 渠道优化； • 风险管理； • 欺诈监测； • 购物倾向分析； • 需求预测； • 价格优化。
数据挖掘在客户关系管理中的应用
议程
• 客户关系管理 ✓为什么要进行客户关系管理 ✓客户关系管理的内容
目前提供以下行业的数据挖掘模板 • 针对电信行业的数据挖掘模板 • 针对CRM的数据挖掘模板 • 针对Web挖掘的数据挖掘模板 • 犯罪模式甄别模板 • 欺诈（Fraud）甄别模板
数据挖掘在客户关系管理中的应用
SPSS数据挖掘方案简介(续）
• 所有模板都是行业（问题）、方法论——CRISP－DM和 数据挖掘工具——Clementine的完美结合
客户关系管理的好处
• 使获得客户的成本更低 • 减少销售成本 • 更高的客户创利能力 • 提高客户的保留度和忠诚度 • 评估客户的创利能力
数据挖掘在客户关系管理中的应用
信息技术的角色
• 信息技术的发展使客户关系管理有了技术上的保证 • 客户关系管理中的关键性信息技术主要包括：
✓数据库和数据仓库技术 ✓数据挖掘技术
描述
可视化 聚类 关联规则 顺序关联 汇总
数据挖掘
预测
分类
统计回归
决策树 神经网络
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——金融
• 问题描述：预测信用水平是好还是差，银行据此决定是否向客户发放贷款 ，发放多少
• 结果描述:(决策树）
收入大于5万元/年
是
否
是否房主
是
否
有无储蓄帐户
是
否
批准
不批准
✓操作型CRM：方便与客户交流，简化操作流程 ✓分析型CRM：了解客户
数据挖掘在客户关系管理中的应用
——从而改变他们对于企业的价值
客户 行为
数据挖掘在客户关系管理中的应用
加深对客户的了解是一个循序渐进的过程
1
2
3
4
7
客户特征 描述
客户细分
客户价值 分析
客户生命 周期分析
客户忠诚 度分析
数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管 理中的应用
2020/11/21
数据挖掘在客户关系管理中的应用
议程
• 客户关系管理 ✓为什么要进行客户关系管理 ✓客户关系管理的内容
• 数据挖掘在客户关系管理中的应用 ✓什么是数据挖掘 ✓数据挖掘的典型应用
• SPSS Clementine针对CRM的数据挖掘解决方案 ✓SPSS数据挖掘方案简介 ✓Clementine中的CRM数据挖掘模板
数据挖掘在客户关系管理中的应用
议程
• 客户关系管理 ✓为什么要进行客户关系管理 ✓客户关系管理的内容
• 数据挖掘在客户关系管理中的应用 ✓什么是数据挖掘 ✓数据挖掘的典型应用
• SPSS Clementine针对CRM的数据挖掘解决方案 ✓SPSS数据挖掘方案简介 ✓Clementine中的CRM数据挖掘模板
数据挖掘在客户关系管理中的应用
议程
• 客户关系管理 ✓为什么要进行客户关系管理 ✓客户关系管理的内容
• 数据挖掘在客户关系管理中的应用 ✓什么是数据挖掘 ✓数据挖掘的典型应用
• SPSS Clementine针对CRM的数据挖掘解决方案 ✓SPSS数据挖掘方案简介 ✓Clementine中的CRM数据挖掘模板
批准
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——电信
• 问题描述：根据客户信息，预测客户流失可能性 • 结果描述:(神经网络）
男
输
29
3000元/月
神州行 入
130元/月
…………
输
流失概率
（0.87)
出
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——零售
• 问题描述：如何决定超市中商品的摆放来增加销售额 • 结果描述:(Web图）
数据挖掘在客户关系管理中的应用
为什么要进行客户关系管理
• 客户关系管理的提出是伴随着产品极大丰富、买方市场形成而产 生的——从“客户得到的就是他们所想要的”到“客户得到他们所 想要的”的演变 • CRM的核心是“了解他们，倾听他们” • CRM的目标可以概括为“吸引潜在客户进入，提高现有客户满意度 和忠诚度，降低客户流失” •客户关系管理（CRM）的两个层面
• 商业理解 • 数据理解 • 数据准备 • 建立模型 • 模型评估 • 模型发布
数据挖掘在客户关系管理中的应用
SPSS数据挖掘方案简介(续）
• 提供了界面友好、算法丰富、功能强大的数据挖掘工 作平台——SPSS Clementine
数据挖掘在客户关系管理中的应用
SPSS数据挖掘方案简介(续）
• 提供了面向行业（问题）的数据挖掘应用模板
ቤተ መጻሕፍቲ ባይዱ
商业理解 文档
数据理解
"E" streams 探测
部署应用 "D" streams
数据准备 "P" streams
建模和评估 "M" streams
数据挖掘在客户关系管理中的应用
Clementine中的CRM数据挖掘模板
3个应用模型 模型1：客户细分和高价值客户的获取
– 建立并探测客户的价值金字塔 – 概括细分特性 (对获取客户非常有价值) 模型2：营销活动的响应 – 计算并探测RFM分数 – 响应率模型的范围：
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——制造业
• 问题描述：如何对市场进行细分，使产品满足最有价值 客户
• 结果描述:(Koholen聚类）
营销活动回应率
数据挖掘在客户关系管理中的应用
数据挖掘的典型结果——政府
• 问题描述：如何从众多申请经费或者纳税中发现欺诈 • 结果描述:(回归、神经网络）
数据挖掘在客户关系管理中的应用
什么是数据挖掘
• 通过采用自动或半自动的手段，在海量数据中发现有意义的行为 和规则的探测和分析活动。 • 数据挖掘是一门科学，有科学的方法和模型作为基础 • 数据挖掘又是一门艺术，需要使用者对商业问题的深入理解和模 型适用条件深刻的认识
数据挖掘在客户关系管理中的应用
数据挖掘的分类